搜索资源列表
Running_Ambio_1994[1]
- 难得的关于遥感影像分类的外文文献，供遥感领域专业人士利用-remote sensing
Texture-extraction
- 程序实现图像问题特征的提取，可以用于遥感影像的多特征分类实验。-Procedures for image feature extraction problem, can be used for remote sensing images of multi-feature classification test.
image-registration-method
- 总结了遥感图像配准领域的最新技术，并对图像配准方法进行了分类.-remote sensing image registration
Kjunzhi
- K均值算法是遥感图像非监督分类里的重要算法-K-means algorithm is the unsupervised classification of remote sensing images in the important algorithm
supervised_classification
- 模式识别中的监督分类程序，通过在遥感影像上选择训练样区，计算混淆矩阵，进行分类。-Pattern recognition supervised classification procedures, through training in remote sensing image, select the sample area, calculate the confusion matrix, classification.
Bayes_test
- 利用GDAL库和OPENCV中的贝叶斯分类器对遥感图像进行分类，简单的两类-Using GDAL and OPENCV, bayes classification. two classes.
SVM_test
- 利用GDAL和Opencv中的SVM分类器对遥感图像进行分类操作。-Using gdal and opencv to do SVM classification.
GA_test
- 使用贝叶斯预分类的评估函数进行遥感图像波段搜索，遗传算法。-GA, using bayes classification.
jiandufenlei
- 遥感数据简单的监督分类程序代码，遥感数据简单的监督分类程序代码-Supervised classification of remote sensing data in a simple code
se23565
- 基于BP神经网络的高分辨率遥感影像分类处理 文档-High-resolution remote sensing image classification based on BP neural network
FeatureExtraction-(1)
- 绿色植物具有明显的光谱反射特征,而这种特征与植被的发育、健康状况以及生长条件密切相关。传统的宽波段、多光谱遥感数据对于植被的研究仅限于一般性的红光吸收特征和近红外的反射特征[1-3],以及中红外的水吸收特征[4-6]。高光谱遥感通过对不同类型植被的生物物理化学成分含量的估算能获得较为理想的植被生态学信息,并在提取植被信息中得到大量的应用和研究[7-10]。高光谱遥感器的出现为改进现有的分类算法,进一步提高植被分类精度提供了可能。高光谱遥感技术已经应用于湿地分类、边界、水体、湿地植被和湿地生境因子
Multi-class-SVM-Image-Classification
- 基于神经网络的遥感图像分类取得了较好的效果,但存在固有的过学习、易陷入局部极小等缺点.支持向量机机器学习方法,根据结构风险最小化(SRM)原理,表现出很多优于其他传统方法的性能,本研究的基于多类支持向量机分类器的遥感图像分类取得了达95.4 的分类精度.但由于遥感图像分类类别多,所需训练样本较大,人工选择效率较低,为此提出以人工选择初始聚类质心、C均值模糊聚类算法自动标注训练样本的基于多类支持向量机的半监督式遥感图像分类方法,期望能在获得适用的分类精度的基础上有效提高分类效率-Neural ne
High-resolution-remote
- 图像分割是遥感图像处理的重要研究内容。可见光遥感图像的处理在 军事和民用方面都具有广泛的应用，而对可见光遥感图像的分割是其中的 重要的研究内容之一。现有的遥感目标提取方法大都是在红外图像或者 SAR图像上对某一类特定目标进行的，而可见光遥感图像上的分割方法大 都是针对中低分辨率图像上的地物地貌分类。将中低分辨率遥感图像上的-Segmentation is plays a vital role in remote sensing image processing.In the
image-processing-algorithms2
- 遥感图像处理算法介绍，包括分类、融合、植物检测、变化检测等算法的具体介绍，是编程的基础和遥感的基础知识。-Remote sensing image processing algorithms introduced, including classification, fusion, specific descr iption of the plant detection, change detection algorithm is the basis of the programming and
biaozhunchatezhengfenlei
- 将matlab应用于基于纹理特征的遥感影像分类中的标准差分类-Matlab applied to the differential classification based on texture features of the remote sensing image classification standard
cd4ef1.ZIP
- 基于云模型的高光谱遥感图像的分类研究Cloud model based remote sensing image classification research-Cloud model based remote sensing image classification research
rs
- 一 种基于概率潜在语义模型 的高分 辨率遥感影像分类方法-A P r obabi I i s t i c L at en t S eman t i c An aI y si s Bas ed CI a s s i f i cat i on f o r Hi g h Re s ol u t i on Remot el y S en s ed I mag e r y
shuzituxiangzuoye-
- 对遥感图像进行无监督分类，形成决策树，实现地物的标定-Unsupervised classification of remote sensing images to form a decision tree, the calibration of surface features
ImageClassfy
- 遥感图像的监督分类isodata，课程设计时写的代码-Supervised classification of remote sensing images, curriculum design, write code
RS_Basic
- 数字图像处理、遥感原理应用、图像旋转平移、缩放、增强、分割、分类、聚类分析-Digital image processing, remote sensing principle application, image rotation, scaling, translation, enhanced segmentation, classification, cluster analysis